Mirasol3B官网 – 多模态自回归模型

Large World Model (LWM) 是一个通用的大环境多模态自回归模型，专注于处理长视频和书籍数据。它使用RingAttention技术进行训练，能够处理多达100万token的上下文，支持语言、图像和视频的理解与生成。LWM通过整合大量多样化的视频和书籍数据集，解决了现有语言模型在处理复杂、长任务时的不足，尤其在文本图像生成、文本视频生成等任务中表现出色。

WebWalker 是一个用于测试大型语言模型（LLM）网页浏览能力的基准工具。它通过 WebWalkerQA 数据集和 WebWalker 多智能体框架，支持 LLM 在网页导航和信息检索任务中的测试。该工具涵盖 680 个查询，涉及 1373 个网页，支持中英文，适合多种真实场景。它还提供在线演示和本地运行选项，方便研究者使用。

Sound of Text是一个免费在线文本语音生成器，可以使用真实的声音将文本转换为语音。用户只需输入要转换的文本，选择语言和声音，然后下载音频文件。

Ask Sara是一个WhatsApp聊天机器人，可以将ChatGPT的功能直接带到移动设备上。用户只需将WhatsApp号码添加到联系人中并开始与聊天机器人对话。此机器人支持发送语音消息和请求生成图像。

JaxIRL是一个在JAX框架中实现的反向强化学习(IRL)算法，能够以极高的效率训练模型，支持多种算法，具有灵活性和可扩展性。

YouTube Summarizer for Slack是一个便捷的工具，可以在Slack中即时获取YouTube视频的简明总结。用户只需在对话中分享视频链接，便能直接收到视频的摘要，省去观看冗长视频的时间，非常适合忙碌的团队和寻求高效的个人使用。

Taranis是一个基于Faiss库构建的相似性搜索引擎，旨在从数亿个查询向量（图像或声音的通用数学和简化表示）中找到最相似的向量。在拥有足够内存的情况下，它可以扩展到处理数十亿个向量。

这个WhatsApp AI机器人使用多种AI模型，包括Gemini、GPT、DALL-E和StabilityAI，生成对用户输入的响应。它能够与用户进行自然对话，提供多样化的回答和互动体验。

EyeQ Photos是一款先进的AI工具，旨在革新企业对照片和视频增强方式。该技术通过人工智能自动提高视觉内容的质量，确保图像和视频不仅吸引人，还针对其预定用途进行了优化。

Codex是由Wolfia开发的创新AI工具，旨在简化和增强编码过程。通过先进的机器学习算法，Codex提供了一系列功能，简化代码生成、调试和优化。专为开发者、数据科学家和技术爱好者量身定制，旨在显著减少编码任务所需的时间和精力，同时提高整体代码质量。

AI YouTube Shorts Generator 是一个基于GPT-4、FFmpeg和OpenCV的Python工具，旨在自动分析长视频，提取最有趣的片段，并进行智能裁剪，生成适合短视频平台（如抖音、Instagram）的垂直视频内容。它结合了语音转文字、重点部分识别、说话者匹配和DNN嘴唇动作识别等技术，能够高效地生成吸引人的短视频。

QQ Helper 是由 QQ Browser 开发的免费在线工具箱，集成了 140 多个小工具，涵盖图像处理、PDF 转换、生活娱乐、教育、文本工具、文档转换、开发工具和视频工具等多个领域。部分工具使用 AI 技术，如证件照生成、图片修复、文本转语音等，提供简单快捷的解决方案。所有工具集成在一个平台上，避免了在第三方站点间跳转的麻烦，并且完全免费使用。

Interview Prep Now 是一个综合性的求职面试准备工具，帮助用户管理求职信息，定制化面试准备，提升面试表现。用户可以组织工作、公司和面试信息，定制过往项目和故事，练习常见行为问题，以及构建简历，支持视频练习和AI工具的使用。

Vidby 是一个快速的视频翻译和配音服务平台，用户只需上传视频或添加链接，选择目标语言并支付费用，即可获得翻译后的视频。

Chat With Anime是一个提供真实感语音的互动网站，用户可以与AI驱动的动漫角色进行动态对话，特别适合语言学习、互动故事和虚拟游戏。